关于文本挖掘的建议/帮助

Question

我需要使用Map-Reduce概念对单个文档进行文本挖掘。

我的一些朋友建议我使用Apache Lucene。

但是在浏览一些关于Apache Lucene的文档之后，我发现它仅在我们需要索引文档时才有用。

任何人都可以提出任何更好的方法吗？

谢谢你提前

Answer 1

Lucene是一个文档索引和检索框架。当然，我们可以使用关键字搜索，文档相似性等索引数据。

如果您对TM有兴趣，可以看看OpenNLP和LingPipe。他们有100多个用于文本挖掘和自然语言处理的库。